肺部CT點分：良性與惡性，早期發現的希望

一、肺部CT掃描的重要性

1. 早期發現肺部疾病的關鍵

在全球癌症統計中，肺癌一直是發病率和死亡率極高的惡性腫瘤。根據香港醫院管理局的癌症統計數據，肺癌多年來位居香港最常見癌症的前兩位，每年新確診個案超過5000宗，死亡率更是高居癌症首位。這組數字背後，反映出一個殘酷的現實：許多肺癌患者在首次確診時，病情已進展至中晚期，錯失了最佳的治療時機。然而，若能透過定期篩查與先進影像技術，在腫瘤仍處於微小或局限階段時發現病灶，患者的五年存活率可大幅提升至70%以上，這正是肺部電子掃描ct（即電腦斷層掃描）所扮演的關鍵角色。

肺部CT掃描能夠提供比傳統X光片更精細、更立體的肺部結構影像。X光片僅能呈現二維重疊影像，容易遺漏微小病灶或位於心臟後方、肋骨遮擋處的結節；而CT掃描透過360度旋轉的X射線束，從多個角度擷取數據，再經由電腦重建成為橫斷面影像，解析度可達到毫米等級，讓醫生得以清楚觀察到肺實質、支氣管、血管及胸膜的細微變化。在香港的公共醫療體系中，低劑量胸部CT（Low-dose CT，LDCT）已被廣泛應用於高風險族群（如吸煙史超過30包年、家族肺癌史、職業暴露者）的肺癌篩查，研究顯示LDCT能將肺癌死亡率降低約20%，這項數據來自國際大型隨機對照試驗（如NLST、NELSON研究），與香港的臨床實踐結果吻合。

2. CT掃描的優勢與限制

儘管肺部CT掃描具有早期篩查的巨大優勢，但它並非一項「萬能」工具。其最大優勢在於**高空間解析度與快速掃描時間**。一般胸部CT掃描，患者僅需屏氣約10到15秒，即可完成全肺掃描，對於無法長時間配合的老年人或呼吸困難者（如慢性阻塞性肺病患者）相對友善。此外，CT能精確定位病灶的**密度**，透過不同CT值（Hounsfield Unit, HU）區分空氣、軟組織、鈣化、脂肪或液體。例如，良性鈣化結節常呈現高密度（HU值>150），而惡性腫瘤通常為軟組織密度（約40-80 HU），這為後續的良惡性判斷提供了關鍵線索。

然而，CT掃描也面臨**輻射暴露**與**偶發性結節**（incidentaloma）的困擾。雖然現代低劑量CT的輻射劑量僅約0.5-1.5 mSv，遠低於傳統診斷CT的5-10 mSv，但對於需要定期追蹤的患者（如每年篩查），累積輻射仍需謹慎權衡。更令臨床醫師頭痛的是，約20-50%的篩查對象會被發現肺部有微小結節，但其中超過90%是良性的，如肉芽腫、肺內淋巴結或後續纖維化。這就需要醫師透過精密的CT點分良性惡性技巧，避免不必要的手術或切片，同時不放過任何一個潛在的惡性病灶。因此，理解CT影像中良性與惡性特徵的細微差別，已成為現代呼吸科、放射科與胸外科醫師必備的專業素養，也是患者最關切的問題：「醫生，我的CT報告說有陰影，是癌症嗎？」

二、CT點分在良性與惡性判斷中的作用

1. 良性病灶的常見類型（例如：結核球、纖維化）

在肺部CT影像上，良性的病灶通常具有一些相對「友善」的特徵。最常見的良性結節包括**肉芽腫**（granuloma）、**肺錯構瘤**（hamartoma）與**肺炎假瘤**（inflammatory pseudotumor）。以香港為例，由於過去肺結核的發生率相對較高（雖然近年已大幅下降，但仍需定期監測），結核球（tuberculoma）是一種常見的良性病灶，在CT影像中表現為邊緣光滑、圓形或橢圓形的結節，且常伴有中心性鈣化或層狀鈣化（lamellar calcification），這是結核菌感染後人體免疫系統包裹陳舊病灶而形成的「遺跡」。此外，既往感染或吸入異物造成的局部纖維化（fibrosis），在CT影像上會出現線狀、網狀或蜂窩狀的條索影，這些病灶通常穩定，多年追蹤無明顯變化。

良性病灶的另一個關鍵特徵是**密度均勻**與**成長速度緩慢或無成長**。在臨床實踐中，醫生常會使用**CT追蹤**來監測病灶變化。根據Fleischner學會的指引，一個直徑小於6mm的實性結節，若在兩年內完全沒有增大，幾乎可以100%認定為良性。例如，香港瑪麗醫院曾追蹤一批直徑4-6mm的微小結節，經過24個月的前後對比，95%以上無明顯改變，最終均被證實為良性。此外，某些良性病灶如肺膿瘍或結核空洞，會出現氣體填充的空洞，且空洞壁通常較薄、內壁光滑，這與惡性腫瘤形成的厚壁、不規則空洞形成對比。

2. 惡性病灶的潛在風險與發展

與良性病灶相對，惡性病灶在CT影像中往往呈現「恐怖」的警示訊號。最經典的惡性特徵包括：**分葉狀邊緣**（lobulated margin）、**毛刺狀邊緣**（spiculated margin，也可稱之為「星芒狀」）、**胸膜凹陷**（pleural tag）以及**血管集束征**（vascular convergence）。這些特徵反映了腫瘤的浸潤性生長模式：癌細胞會沿著肺泡間隔、淋巴管或血管向外延伸，破壞正常組織結構。例如，分葉狀邊緣代表腫瘤生長速度不均勻，而毛刺狀邊緣（香港放射科醫師常稱之為「太陽光芒」）則是惡性腫瘤的標誌性影像特徵之一。

惡性結節的另一個關鍵證據是尺寸與動態變化。一項針對香港人群的大型研究顯示，在篩查中發現的結節，若直徑大於8mm且呈現持續性增大（體積倍增時間小於400天），其惡性風險顯著增加。非小細胞肺癌的體積倍增時間（Volume Doubling Time, VDT）通常在30至400天之間，而小細胞肺癌則更快，約30至100天。此外，惡性病灶常出現**磨玻璃密度**（ground-glass opacity, GGO）或混合型磨玻璃結節（part-solid nodule），這在早期肺腺癌中尤為常見。結節內部的實體成分增多、密度增加，或是出現微小腔隙（空泡征）與支氣管空氣支氣管徵（air bronchogram），都是警示紅旗。

在判斷「是良性還是惡性」的過程中，醫師必須全面觀察：病灶的位置（上葉偏惡性傾向）、形狀（不規則、多角）、邊界（模糊不清）、密度（混合密度較危險）、是否存在空洞（厚壁、內壁不平）、是否侵犯周圍組織（如肋骨破壞、胸壁侵犯）等。正因為有如此多的變數，依賴單一特徵做判斷是危險的，必須結合完整的影像學特徵群、患者的臨床資料（年齡、吸煙史、職業史、家族腫瘤史）以及血液腫瘤標記物（如CEA、CYFRA21-1等），才能提高CT點分良性惡性的準確率。在香港的跨醫院會診制度中，每週的「肺部腫瘤聯合門診」（Lung Tumor Board）就是由呼吸科、放射科、病理科、腫瘤科與胸外科醫師共同討論，逐一釐清這些複雜的病灶。

三、如何透過CT點分提高診斷準確性？

1. 影像品質的重要性

準確的判斷始於優質的影像資料。與其說CT是一種檢查，不如說是一門影像藝術。掃描參數的關鍵設定，包括：層厚（slice thickness）、重組間距、重組算法以及造影劑的使用。現代多排螺旋CT通常可進行0.5mm至1mm的薄層掃描，再進行冠狀面、矢狀面與三維重建，這能讓醫師像翻閱一本肺部解剖書一樣，從各個角度仔細審視結節的形態。香港的公立醫院大多配備128排以上的CT機，並標配迭代重建技術（Iterative Reconstruction），可在降低輻射劑量的同時維持高解像度。

需要特別注意的是，如果掃描參數選擇不當（例如層厚過厚導致部分容積效應，或重組算法不是肺算法），會將一個良性鈣化結節誤判為軟組織結節，或者遺漏一個早期GGO病灶。此外，靜脈注射含碘造影劑（contrast CT）可以強化腫瘤內部的血管豐富程度；惡性腫瘤通常血供豐富，增強後CT數值會明顯上升（增強幅度大於20 HU），而良性病灶如纖維化或肉芽腫則較少出現快速強化。根據香港大學醫學院的放射科專家建議，對於直徑大於1cm的實性結節，應常規進行增強CT掃描（除非患者對碘過敏或腎功能不全），以幫助鑑別診斷。但患者也需理解，不是所有CT都需要打對比劑—例如純的磨玻璃結節（GGO）或小於8mm的實性結節，平掃CT加上定期追蹤已能提供足夠的資訊。

2. 專業醫師的判讀技巧

即使影像品質再好，最終的判讀仍高度依賴放射科醫師的經驗與專業知識。一位訓練有素的放射科醫師，在看一張CT片子時，大腦會瞬間啟動一套「模式辨識（pattern recognition）」流程：看到結節，他會先判斷是實性、部分實性還是純磨玻璃；計算結節的三維徑線（長、寬、高）與體積；評估邊緣是否光滑；尋找有無鈣化（中央、層狀、爆米花狀）；對比舊片或歷史影像（如果有的話），查看病灶是否出現或增大。在過去的幾年中，香港放射科醫學會亦舉辦多次專科工作坊，特別強調「肝狀血管瘤」與「肺錯構瘤」等良性病灶的典型特徵，避免將良性誤判為惡性。

判讀過程中，醫師也要警惕**困難結節**的陷阱。例如，血管斷面在橫斷面影像中看起來極像一個結節（稱為「假結節」）；這時需要觀察冠狀面或矢狀面的連續掃描，追蹤血管的走向，如果發現它最終連接到一條血管，那就是血管截面而非實質結節。另一種常見陷阱是肺內淋巴結（intrapulmonary lymph node），它通常位於葉裂附近（尤其是右肺水平裂或斜裂）、形狀像小船（橢圓形）、邊緣光滑、密度均勻，隨訪不變—這些良性的特徵與惡性截然不同。

此外，最新的國際指引（如Lung-RADS分級系統）要求醫師對每個結節給予一個「風險等級」（從1級到4X級）。Lung-RADS 2級代表良性，建議12個月後隨訪；而Lung-RADS 4X級代表極度懷疑惡性，需立即進行PET-CT或組織切片。這個系統的好處是給出了標準化的判斷流程，讓不同醫院的醫生使用相同的語言溝通；但最終的品質仍取決於醫師是否能正確識別每個結節的影像特徵。

3. 多學科團隊的合作

在現代精準醫療時代，醫生已不再單打獨鬥。當CT結果顯示一個有爭議或高風險的結節時，多學科團隊（Multi-Disciplinary Team, MDT）的討論是確保診斷準確性的最有力武器。香港醫院管理局轄下的多家主要醫院（如瑪麗醫院、威爾斯親王醫院、伊利沙伯醫院）均已設立常規的「肺癌MDT會議」。會議中，放射科醫師展示影像並指出可疑特徵；呼吸科醫師提供臨床訊息（如勞動性呼吸困難、咳血、體重減輕等）；病理科醫師（如果有經支氣管鏡切片或CT引導下切片樣本）報告細胞學類型；腫瘤科醫師評估治療選項；胸外科醫師決定是否適合手術切除。大家共同討論，即使是最模糊的結節，也能減少「過度診斷」與「漏診」的風險。

舉一個實際案例：一位60歲男性、吸煙多年，CT顯示右上肺有一個12mm的混合磨玻璃結節（部分實性成分約3mm）。放射科醫師判斷為Lung-RADS 4A級（高度懷疑），但呼吸科醫師指出患者有家族結核病史，且之前支氣管灌洗液培養找到非結核分枝桿菌（NTM）。MDT討論後，決定先進行抗NTM治療三個月並重覆CT。結果三個月後結節明顯縮小，最終確診為NTM感染而非肺癌。如果只依賴CT影像特徵（即使有分葉狀和部分實性成分），很可能會誤判為惡性而進行不必要的手術。這種團隊合作模式，正是現代醫學對**CT點分良性惡性**這一難題的最佳回應。

四、CT點分的未來發展趨勢

1. 人工智慧輔助診斷的應用

人工智慧（AI）進入放射科，不再只是科幻小說的情節。香港多家醫學中心已在臨床常規路徑中導入AI輔助軟體（如LungRADS AI、Veye Chest），用於結節的自動偵測、分割與追蹤。AI模型透過數十萬筆標註的CT影像訓練，可在數秒內標出所有可疑結節，並輸出結節尺寸、密度、體積與風險評分，大幅減輕放射科醫師的視覺疲勞與漏診風險。根據香港養和醫院發佈的一項試驗數據，AI輔助下放射科醫師對微小結節（直徑3-5mm）的檢出率從原本的85%提升至98%。

AI不僅能「找出」結節，還能「分類」結節。近年來深度學習模型（如卷積神經網絡CNN、Transformer）被廣泛應用於良惡性預測。AI可以提取肉眼難以分辨的紋理特徵（texture feature）和形態參數，例如結節表面的微小不規則、密度分布的異質性等。更重要的是，AI可以將患者的臨床變數整合到模型中，預測結節的惡性風險機率（例如：結節的風險百分比為多少）。這些預測模型已開始被集成到醫院影像歸檔與通訊系統（PACS）中，協助醫師更科學地評估。但專家也強調，AI仍然是「輔助」角色；它可能會犯錯（例如將血管斷面或疤痕誤認為結節），最終的臨床決策與知情同意仍必須由醫生完成。

2. 更精準的影像技術

除了傳統CT與AI的結合，影像技術本身也在持續演進，以解決當前面臨的侷限。其中一項重要的發展是**CT同 PET CT分別**的比較與應用。PET-CT（正電子斷層掃描）能結合CT的解剖資訊與PET的功能代謝資訊；惡性腫瘤因為具有高度的葡萄糖代謝活性，在PET影像上會呈現明亮的高攝取點（SUVmax值升高）。當CT顯示結節鑑別困難（例如一個直徑1.2cm的實性結節，邊緣不光滑但無毛刺），PET-CT的SUVmax值如果較高（大於2.5），則高度懷疑惡性；如果攝取極低或無攝取，則更傾向良性（如肉芽腫或瘢痕）。然而，PET-CT無法取代CT的早期篩查角色，因為過小的結節（小於8mm）或磨玻璃成分多者，PET可能無法顯示明顯攝取，出現偽陰性結果。

此外，**雙能量CT**（Dual-energy CT）與**光譜CT**（Spectral CT）正在實現「軟組織化解構」的夢想。這項技術利用兩種不同能量的X射線（80kV與140kV）掃描，產生虛擬平掃、碘圖、尿酸圖等，讓醫師能夠判斷結節中是否含有碘劑（代表血供豐富，惡性度高）或尿酸（痛風結節，良性）。未來，甚至可能透過CT的質子密度訊息，無創地推測結節的細胞密度與微血管通透性。另一項令人振奮的技術是光子計數CT（Photon-Counting CT），它用新的光子計算偵測器取代傳統能量積分偵測器，能夠提供更高解析度、更低雜訊的影像，並改善造影劑沉積的自動識別。香港大學醫學院已引進這項設備用於研究，預期將在未來3-5年內進入常規臨床流程。

總而言之，從第一代的橫斷面CT到如今的光子計數與AI融合時代，人類在解鎖肺部良惡性的能力上已經邁出了巨大一步。對香港這個高度城市化的地區而言，環境污染（包括二手煙、廚房油煙、工業排放）與人口老化正持續推高肺癌的發生率。因此，持續跟進肺部電子掃描ct的技術創新、精準判讀以及多學科團隊協作，將牢牢把握早期發現的希望。每一次清晰的CT掃描，每一個專業醫師的細心判讀，每一次MDT的深入討論，都不只是在處理一張影像，而是在為每一位患者爭取最佳的生存機會。